CN103810694B - 图片压缩中质量因子的获取方法及装置 - Google Patents

图片压缩中质量因子的获取方法及装置 Download PDF

Info

Publication number
CN103810694B
CN103810694B CN201210460468.XA CN201210460468A CN103810694B CN 103810694 B CN103810694 B CN 103810694B CN 201210460468 A CN201210460468 A CN 201210460468A CN 103810694 B CN103810694 B CN 103810694B
Authority
CN
China
Prior art keywords
quality factor
picture
similarity score
initial value
similarity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201210460468.XA
Other languages
English (en)
Other versions
CN103810694A (zh
Inventor
王川南
王佳
杨宝龙
丁守鸿
谢志峰
吴尚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201210460468.XA priority Critical patent/CN103810694B/zh
Priority to PCT/CN2013/086478 priority patent/WO2014075564A1/zh
Publication of CN103810694A publication Critical patent/CN103810694A/zh
Priority to US14/713,506 priority patent/US9325996B2/en
Application granted granted Critical
Publication of CN103810694B publication Critical patent/CN103810694B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/124—Quantisation
    • H04N19/126—Details of normalisation or weighting functions, e.g. normalisation matrices or variable uniform quantisers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12—Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/154—Measured or subjectively estimated visual quality after decoding, e.g. measurement of distortion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/192—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding the adaptation method, adaptation tool or adaptation type being iterative or recursive
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/196—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/189—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding
    • H04N19/196—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters
    • H04N19/197—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the adaptation method, adaptation tool or adaptation type used for the adaptive coding being specially adapted for the computation of encoding parameters, e.g. by averaging previously computed encoding parameters including determination of the initial value of an encoding parameter

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Discrete Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

本发明公开了一种图片压缩中质量因子的获取方法及装置，属于计算机技术领域。所述方法包括：获取图片的第一质量因子和第一质量因子对应的第一相似度分数、第二质量因子和第二质量因子对应的第二相似度分数；根据第一质量因子和第一相似度分数、以及第二质量因子和第二相似度分数，拟合质量因子与相似度分数之间的函数关系；根据质量因子与相似度分数之间的函数关系和相似度分数的预设阈值，获取图片的最佳质量因子。本发明可以借助于现有分析实验数据拟合得到质量因子与相似度分数之间的函数关系，并能够根据该函数关系获取图片的最佳质量因子，从而使得图片压缩的迭代能够在短时间内完成，提高图片压缩的处理效率。

Description

图片压缩中质量因子的获取方法及装置
技术领域
本发明涉及计算机技术领域，特别涉及一种图片压缩中质量因子的获取方法及装置。
背景技术
随着互联网技术的发展以及互联网中图片使用的比例的增大，在互联网中传输图片的变得越来越重要。由于受到带宽以及流量等的限制，在互联网中传输图片之前需要先对图片进行压缩以便于图片的传输，因此对互联网中要传输的图片进行感官上的无损压缩变得越来越重要。
现有技术中，采用图片的质量因子压缩后的图片的质量，通常采用质量因子(quality；简称q)表示压缩后的图片的质量，q值越大表示图片压缩的质量越高，此时压缩后的图片占用的空间较大；q值越小表示压缩的质量越低，此时压缩后的图片占用的空间较小。例如对于现有技术中常用的jpeg格式的图片，现有技术中通常会该图片设置一个经验初始q值，以便于根据该经验初始q值对jpeg图片进行压缩。例如q值取值范围可以为0-100；同时现有技术中还引入了一个图片相似度的分数(score；简称s)值，该s值表示使用q值对jpeg图片进行压缩后，利用客观评价的方法对于压缩后的图片与原图片的相似度打分，也可以理解为人眼感知的压缩后的jpeg图片质量的分数。例如s值取值范围可以为0-1。s值通常与q值成正比；s值越高，表示压缩后的图片质量越高，压缩后的图片与原图片的相似度越高，对应的q值越大，压缩后的jpeg图片越大；s值越小，表示压缩后的图片质量越低，压缩后的图片与原图片的相似度越低，对应的q值越小，压缩后的jpeg图片越小。现有技术中，通常会设置一个预设的s阈值，首先根据预设的经验初始q值对jpeg图片进行压缩编码，然后分析压缩编码后的图片的s值是否小于预设的s阈值，如果不小于，对应地减小对应的q值，再对jpeg图片进行压缩编码，再分析压缩编码后的图片的s值是否小于预设的s阈值，直到压缩编码后的图片的s值小于预设的s阈值，输出压缩编码后的图片，以进行图片传输。
在实现本发明的过程中，发明人发现现有技术至少存在以下问题：现有技术中预设的经验初始q值完全根据经验设置，根据该预设的经验初始q值，需要通过多次迭代以及相应的压缩直到s值收敛才获取到压缩后的图片，因此现有技术的图片压缩方案中，由于预设的经验初始q值选择不合理，导致压缩时间较长，图片压缩效率较低。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种图片压缩中质量因子的获取方法及装置。所述技术方案如下：
一方面，提供了一种图片压缩中质量因子的获取方法，所述方法包括：
获取图片的第一质量因子和所述第一质量因子对应的第一相似度分数、第二质量因子和所述第二质量因子对应的第二相似度分数；其中，质量因子表示压缩后的图片的质量；所述第一相似度分数表示采用所述第一质量因子对所述图片进行压缩后得到的压缩后的图片与原始图片的相似度，所述第二相似度分数表示采用所述第二质量因子对所述图片进行压缩后得到的压缩后的图片与原始图片的相似度；
根据所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数以及高斯函数，确定所述质量因子与相似度分数之间的高斯函数关系；
将所述相似度分数的预设阈值代入所述质量因子与相似度分数之间的高斯函数关系中，计算得到所述图片的质量因子初始值；
利用客观评价的方法获取所述质量因子初始值对应的相似度分数；
并判断所述图片的质量因子初始值对应的相似度分数与所述相似度分数的预设阈值的大小关系；
当所述图片的质量因子初始值对应的相似度分数大于所述相似度分数的预设阈值，减少所述图片的质量因子初始值，直到减少后的所述图片的质量因子初始值对应的相似度分数小于或等于所述相似度分数的预设阈值，取减少后的所述图片的质量因子初始值作为所述图片的最佳质量因子；
当所述图片的质量因子初始值对应的相似度分数小于所述相似度分数的预设阈值，增大所述图片的质量因子初始值，直到增大后的所述图片的质量因子初始值对应的相似度分数大于或等于所述相似度分数的预设阈值，取增大后的所述图片的质量因子初始值作为所述图片的最佳质量因子；
当所述图片的质量因子初始值对应的相似度分数等于所述相似度分数的预设阈值，取所述图片的质量因子初始值作为所述图片的最佳质量因子。
可选地，在如上所述的图片压缩中质量因子的获取方法中，根据所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数以及高斯函数，确定所述质量因子与相似度分数之间的高斯函数关系，包括：
分别将所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数作为所述高斯函数的两个端点值；确定所述高斯函数的系数参数；
根据所述高斯函数的系数参数确定所述质量因子与相似度分数之间的高斯函数关系。
可选地，在如上所述的图片压缩中质量因子的获取方法中，获取图片的第一质量因子和所述第一质量因子对应的第一相似度分数、第二质量因子和所述第二质量因子对应的第二相似度分数，包括：
取所述图片的经验初始质量因子作为所述第一质量因子；
取所述第一质量因子对应的所述第一相似度分数为1；
获取小于所述第一质量因子的所述第二质量因子；
利用客观评价的方法获取所述第二质量因子对应的所述第二相似度分数。
另一方面，提供了一种图片压缩中质量因子的获取装置，所述装置包括：
第一获取模块，用于获取图片的第一质量因子和所述第一质量因子对应的第一相似度分数、第二质量因子和所述第二质量因子对应的第二相似度分数；其中，质量因子表示压缩后的图片的质量；所述第一相似度分数表示采用所述第一质量因子对所述图片进行压缩后得到的压缩后的图片与原始图片的相似度，所述第二相似度分数表示采用所述第二质量因子对所述图片进行压缩后得到的压缩后的图片与原始图片的相似度；
拟合模块，用于根据所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数以及高斯函数，确定质量因子与相似度分数之间的函数关系；
第二获取模块，用于根据所述质量因子与相似度分数之间的高斯函数关系和相似度分数的预设阈值，获取所述图片的最佳质量因子；
其中，所述第二获取模块，包括：
计算单元，用于将所述相似度分数的预设阈值代入所述质量因子与相似度分数之间的高斯函数关系中，计算得到所述图片的质量因子初始值；
获取单元，用于利用客观评价的方法获取所述质量因子初始值对应的相似度分数；
判断单元，用于判断所述图片的质量因子初始值对应的相似度分数与所述相似度分数的预设阈值的大小关系；
处理单元，用于当所述判断单元判断所述图片的质量因子初始值对应的相似度分数大于所述相似度分数的预设阈值，减少所述图片的质量因子初始值，直到减少后的所述图片的质量因子初始值对应的相似度分数小于或等于所述相似度分数的预设阈值，取减少后的所述图片的质量因子初始值作为所述图片的最佳质量因子；
所述处理单元，还用于当所述判断单元判断所述图片的质量因子初始值对应的相似度分数小于所述相似度分数的预设阈值，增大所述图片的质量因子初始值，直到增大后的所述图片的质量因子初始值对应的相似度分数大于或等于所述相似度分数的预设阈值，取增大后的所述图片的质量因子初始值作为所述图片的最佳质量因子；
所述处理单元，还用于当所述图片的质量因子初始值对应的相似度分数等于所述相似度分数的预设阈值，取所述图片的质量因子初始值作为所述图片的最佳质量因子。可选地，在如上所述的图片压缩中质量因子的获取装置中，所述拟合模块，具体用于分别将所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数作为所述高斯函数的两个端点值；确定所述高斯函数的系数参数；根据所述高斯函数的系数参数确定所述质量因子与相似度分数之间的高斯函数关系。
可选地，在如上所述的图片压缩中质量因子的获取装置中，所述第一获取模块，具体用于取所述图片的经验初始质量因子作为所述第一质量因子；取所述第一质量因子对应的所述第一相似度分数为1；获取小于所述第一质量因子的所述第二质量因子；利用客观评价的方法获取所述第二质量因子对应的所述第二相似度分数。
本发明实施例提供的图片压缩中质量因子的获取方法及装置，通过获取图片的第一质量因子和第一质量因子对应的第一相似度分数、第二质量因子和第二质量因子对应的第二相似度分数；根据第一质量因子和第一相似度分数、以及第二质量因子和第二相似度分数，拟合质量因子与相似度分数之间的函数关系；根据质量因子与相似度分数之间的函数关系和相似度分数的预设阈值，获取图片的最佳质量因子。本发明实施例的技术方案，可以借助于现有分析实验数据拟合得到质量因子与相似度分数之间的函数关系，并能够根据该函数关系获取图片的最佳质量因子，从而使得图片压缩的迭代能够在短时间内完成，提高图片压缩的处理效率。由于本发明实施例的技术方案进行图片压缩只需消耗极短时间，可以应用到互联网各项应用中，例如可以帮助各个网站实际减少带宽量，缩短网页加载时间，提高网站进行图片压缩的处理效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的图片压缩中质量因子的获取方法的流程图。
图2为本发明实施例二提供的图片压缩中质量因子的获取方法的流程图。
图3是本发明实施例中的质量因子q与相似度分数s间的高斯函数关系图。
图4为本发明实施例三提供的图片压缩中质量因子的获取装置的结构示意图。
图5为本发明实施例四提供的图片压缩中质量因子的获取装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
实施例一
图1为本发明实施例一提供的图片压缩中质量因子的获取方法的流程图。如图1所示，本实施例的图片压缩中质量因子的获取方法，具体可以包括如下步骤：
100、获取图片的第一质量因子和第一质量因子对应的第一相似度分数、第二质量因子和第二质量因子对应的第二相似度分数；
例如第一相似度分数用于标识采用第一质量因子对图片进行压缩后的图片与原始图片(即未压缩前的图片)的相似度；第二相似度分数用于标识采用第二质量因子对图片进行压缩后的图片与原始图片的相似度。为了便于说明，相似度分数可以取0-1之间的数值，相似度分数越大表示压缩后的图片与原始图片越相似，否则相似度分数越小表示压缩后的图片与原始图片越不相似。其中相似度分数可以采用s(score)表示，质量因子可以采用q(quality)表示。
101、根据第一质量因子和第一相似度分数、以及第二质量因子和第二相似度分数，拟合质量因子与相似度分数之间的函数关系；
例如本实施例中，将第一质量因子和第一相似度分数、以及第二质量因子和第二相似度分数分别作为拟合质量因子与相似度分数之间的函数关系中的两个点。本实施例即时根据质量因子与相似度分数之间的函数关系中的这两个点来拟合得到该拟合并确定该质量因子与相似度分数之间的函数关系。
102、根据质量因子与相似度分数之间的函数关系和相似度分数的预设阈值，获取图片的最佳质量因子。
本实施例的图片压缩中质量因子的获取方法的执行主体为一图片压缩中质量因子的获取装置；例如该图片压缩中质量因子的获取装置可以设置在网站的服务器或者其他终端中，以实现其功能。
本实施例的图片压缩中质量因子的获取方法，通过获取图片的第一质量因子和第一质量因子对应的第一相似度分数、第二质量因子和第二质量因子对应的第二相似度分数；根据第一质量因子和第一相似度分数、以及第二质量因子和第二相似度分数，拟合质量因子与相似度分数之间的函数关系；根据质量因子与相似度分数之间的函数关系和相似度分数的预设阈值，获取图片的最佳质量因子。本实施例的技术方案，可以借助于现有分析实验数据拟合得到质量因子与相似度分数之间的函数关系，并能够根据该函数关系获取图片的最佳质量因子，从而使得图片压缩的迭代能够在短时间内完成，提高图片压缩的处理效率。由于本实施例的技术方案进行图片压缩只需消耗极短时间，可以应用到互联网各项应用中，例如可以帮助各个网站实际减少带宽量，缩短网页加载时间，提高网站进行图片压缩的处理效率。
可选地，在上述图1所示实施例的技术方案的基础上，其中步骤101“根据第一质量因子和第一相似度分数、以及第二质量因子和第二相似度分数，拟合质量因子与相似度分数之间的函数关系”，具体可以包括如下：根据第一质量因子和第一相似度分数、第二质量因子和第二相似度分数以及高斯函数，确定质量因子与相似度分数之间的高斯函数关系。
例如，可以通过分析现有技术的多组质量因子与相似度分数的实验数据，可以发现质量因子q与相似度分数s之间的函数关系可以近似地接近高斯函数。例如该高斯函数可以表示为其中，σ表示高斯函数中的参数，用于在高斯分布中描述数量离散的量，k为和方差。，详细可以参考相关现有技术，在此不再赘述。
进一步可选地，上述根据第一质量因子和第一相似度分数、第二质量因子和第二相似度分数以及高斯函数，确定质量因子与相似度分数之间的高斯函数关系，具体可以包括如下步骤：
(1)分别将第一质量因子和第一相似度分数、第二质量因子和第二相似度分数作为高斯函数的两个端点值；确定高斯函数的系数参数；
(2)根据高斯函数的系数参数确定质量因子与相似度分数之间的高斯函数关系。
本实施例中，第一质量因子和第一相似度分数为高斯函数中的一个端点，第二质量因子和第二相似度分数作为高斯函数的另外一个端点，将这两个端点的值代入高斯函数中，可以确定高斯函数的系数参数，从而可以确定质量因子与相似度分数之间的高斯函数关系。或者还可以求得高斯函数q(s)的反函数s(q)。
本实施例中在利用现有技术的各个质量因子，以及根据客观评价方法计算各个质量因子计算对应的相似度分数进行数据分析，可以发现质量因子与相似度分数为一个质量因子关于相似度分数的增函数，例如具体可以为一个接近高斯函数的增函数。因此本实施例的技术方案以将质量因子和相似度分数函数拟合为一个高斯函数为例描述本发明的技术方案，实际应用中，还可以将质量因子和相似度函数拟合为其他结合其函数关系的函数，在此不再一一赘述。
其中步骤102“根据质量因子与相似度分数之间的函数关系和相似度分数的预设阈值，获取图片的最佳质量因子根据质量因子与相似度分数之间的函数关系和相似度分数的预设阈值，获取图片的最佳质量因子”，具体可以包括如下：根据质量因子与相似度分数之间的高斯函数关系和相似度分数的预设阈值，获取图片的最佳质量因子。
进一步可选地，上述实施例中的“根据质量因子与相似度分数之间的高斯函数关系和相似度分数的预设阈值，获取图片的最佳质量因子”，具体可以包括：
(a)将相似度分数的预设阈值s*代入质量因子与相似度分数之间的高斯函数关系中，计算得到图片的质量因子初始值；
本实施例的相似度分数的预设阈值s*为期望的相似度分数值。将该相似度分数的预设阈值s*代入上述确定的质量因子与相似度分数之间的高斯函数关系q(s)中，从而可以确定该相似度分数的预设阈值s*对应的图片的质量因子初始值。
(b)利用客观评价的方法获取质量因子初始值对应的相似度分数；
本实施例中还需要利用现有的客观评价的方法计算该质量因子初始值对应的相似度分数。其中客观评价的方法具体可以参考相关现有技术，例如具体可以参考ICVT会议，2011中的A novel perceptual image quality measure for block based imagecompression文件的相关计算方法，或者还可以参考其他现有的客观评价计算方法，在此不再赘述。
(c)判断图片的质量因子初始值对应的相似度分数与相似度分数的预设阈值的大小关系；当图片的质量因子初始值对应的相似度分数大于相似度分数的预设阈值，执行步骤(d)；当图片的质量因子初始值对应的相似度分数小于相似度分数的预设阈值，增大图片的质量因子初始值，执行步骤(e)；当图片的质量因子初始值对应的相似度分数等于相似度分数的预设阈值，执行步骤(f)；
(d)减少图片的质量因子初始值，直到减少后的图片的质量因子初始值对应的相似度分数小于或等于相似度分数的预设阈值，取减少后的图片的质量因子初始值作为图片的最佳质量因子。
(e)当图片的质量因子初始值对应的相似度分数小于相似度分数的预设阈值，增大图片的质量因子初始值，直到增大后的图片的质量因子初始值对应的相似度分数大于或等于相似度分数的预设阈值，取增大后的图片的质量因子初始值作为图片的最佳质量因子。
(f)取图片的质量因子初始值所述图片的最佳质量因子。
进一步可选地，上述图1所示实施例中的步骤100中的“获取图片的第一质量因子和第一质量因子对应的第一相似度分数、第二质量因子和第二质量因子对应的第二相似度分数”，具体可以包括如下步骤：
(1)取图片的经验初始质量因子作为第一质量因子；
(2)取第一质量因子对应的第一相似度分数为1；
(3)获取小于第一质量因子的第二质量因子；
(4)利用客观评价的方法获取第二质量因子对应的第二相似度分数。
本实施例中可以取现有技术中的图片的经验初始质量因子作为第一质量因子，例如可以采用取第一质量因子为q0，取第一质量因子对应的第一相似度分数为s＝1；例如可以取当q0＝80时s0取值为1。具体地，可以忽略q大于q0时s的分布图，而只考虑q小于q0的情况，从而可以从小于q0的q’，例如可以取q’＝60，然后再利用现有的客观评价的方法计算获取该q’对应的第二相似度分数s(q＝60)。
进一步地，参考上述实施例的步骤，可以根据(s0，q0)、(s’，q’)和高斯函数确定该高斯函数关系的系数参数，从而确定质量因子与相似度分数满足的高斯函数关系。
需要说明的是，上述实施例的所有可选技术方案可以采用可以结合的方式任意结合形成本发明的可选实施例，详细可以参考上述实施例的记载，在此不再赘述。
上述实施例的图片压缩中质量因子的获取方法，可以借助于现有分析实验数据拟合得到质量因子与相似度分数之间的高斯函数关系，并能够根据该高斯函数关系获取图片的最佳质量因子，从而使得图片压缩的迭代能够在短时间内完成，提高图片压缩的处理效率。由于本实施例的技术方案进行图片压缩只需消耗极短时间，可以应用到互联网各项应用中，例如可以帮助各个网站实际减少带宽量，缩短网页加载时间，提高网站进行图片压缩的处理效率。
实施例二
图2为本发明实施例二提供的图片压缩中质量因子的获取方法的流程图。如图2所示，本实施例的图片压缩中质量因子的获取方法在上述实施例的基础上，进一步详细地描述本发明实施例的技术方案。本实施例的图片压缩中质量因子的获取方法，具体可以包括如下步骤：
200、取图片的经验初始质量因子作为第一质量因子q0；
例如本实施例中可以取当q0＝80。
201、取第一质量因子q0对应的第一相似度分数s0为1；
202、获取小于第一质量因子q0的第二质量因子q’；
例如本实施例中可以取当q’＝60。本实施例中忽略q大于q0时s的分布图，因此取q’小于q0
203、利用客观评价的方法获取第二质量因子q’对应的第二相似度分数s’；
204、分别将第一质量因子q0和第一相似度分数s0、第二质量因子q’和第二相似度分数s’作为高斯函数的两个端点值；确定高斯函数的系数参数；
205、根据高斯函数的系数参数确定质量因子q与相似度分数s之间的高斯函数关系q(s)；
例如根据上述方法确定的q与s间的高斯函数关系如图3所示。
206、将相似度分数的预设阈值s*代入质量因子q与相似度分数s之间的高斯函数关系q(s)中，计算得到图片的质量因子初始值q”；
207、利用客观评价的方法获取质量因子初始值q”对应的相似度分数s”；
208、判断图片的质量因子初始值q”对应的相似度分数s”是否大于、等于或者小于相似度分数的预设阈值s*；当图片的质量因子初始值q”对应的相似度分数s’大于相似度分数的预设阈值s*，执行步骤209；否则当图片的质量因子初始值q”对应的相似度分数s等于相似度分数的预设阈值s*，执行步骤212；否则当当图片的质量因子初始值q”对应的相似度分数s小于相似度分数的预设阈值s*，执行步骤213；
209、减少图片的质量因子初始值q”；执行步骤210；
本实施例中减少图片的质量因子初始值q”的时候可以预设步长d来减少，即q”＝q”-d。
210、判断图片的质量因子初始值q”对应的相似度分数s”是否小于或等于相似度分数的预设阈值s*；当图片的质量因子初始值q”对应的相似度分数s”小于或等于相似度分数的预设阈值s*时，执行步骤211、否则执行步骤209；
211、取减小后的图片的质量因子初始值q”作为图片的最佳质量因子，结束。
212、取图片的质量因子初始值q”作为图片的最佳质量因子，结束。
213、增大图片的质量因子初始值q”；执行步骤214；
本实施例中增大图片的质量因子初始值q”的时候可以预设步长d来减少，即q”＝q”+d。
214、判断图片的质量因子初始值q”对应的相似度分数s”是否大于或等于相似度分数的预设阈值s*；当图片的质量因子初始值q”对应的相似度分数s”大于或等于相似度分数的预设阈值s*时，执行步骤215、否则执行步骤213；
215、取增大后的图片的质量因子初始值q”作为图片的最佳质量因子，结束。
与上述实施例相似，本实施例的图片压缩中质量因子的获取方法的执行主体仍为图片压缩中质量因子的获取装置。
采用本实施例的上述方法确定的图片的最佳质量因子为最接近理想值的图片的质量因子，从而使得图片压缩的迭代能够在短时间内完成，提高图片压缩的处理效率。由于本实施例的技术方案进行图片压缩只需消耗极短时间，可以应用到互联网各项应用中，例如可以帮助各个网站实际减少带宽量，缩短网页加载时间，提高网站进行图片压缩的处理效率。
实施例三
图4为本发明实施例三提供的图片压缩中质量因子的获取装置的结构示意图。如图4所示，本实施例的图片压缩中质量因子的获取装置，具体可以包括：第一获取模块10、拟合模块11和第二获取模块12。
其中第一获取模块10用于获取图片的第一质量因子和第一质量因子对应的第一相似度分数、第二质量因子和第二质量因子对应的第二相似度分数；拟合模块11与第一获取模块10连接，拟合模块11用于根据第一获取模块10获取的第一质量因子和第一相似度分数、以及第二质量因子和第二相似度分数，拟合质量因子与相似度分数之间的函数关系；第二获取模块12与拟合模块11连接，第二获取模块12用于根据拟合模块11拟合得到的质量因子与相似度分数之间的函数关系和相似度分数的预设阈值，获取图片的最佳质量因子。
本实施例的图片压缩中质量因子的获取装置，通过采用上述模块实现图片压缩中质量因子的获取机制与上述相关方法实施例的实现机制相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。
本实施例的图片压缩中质量因子的获取装置，通过采用上述模块获取图片的第一质量因子和第一质量因子对应的第一相似度分数、第二质量因子和第二质量因子对应的第二相似度分数；根据第一质量因子和第一相似度分数、以及第二质量因子和第二相似度分数，拟合质量因子与相似度分数之间的函数关系；根据质量因子与相似度分数之间的函数关系和相似度分数的预设阈值，获取图片的最佳质量因子。本实施例的技术方案，可以借助于现有分析实验数据拟合得到质量因子与相似度分数之间的函数关系，并能够根据该函数关系获取图片的最佳质量因子，从而使得图片压缩的迭代能够在短时间内完成，提高图片压缩的处理效率。由于本实施例的技术方案进行图片压缩只需消耗极短时间，可以应用到互联网各项应用中，例如可以帮助各个网站实际减少带宽量，缩短网页加载时间，提高网站进行图片压缩的处理效率。
实施例四
图5为本发明实施例四提供的图片压缩中质量因子的获取装置的结构示意图。如图5所示，本实施例的图片压缩中质量因子的获取装置在上述图4所示实施的基础上，进一步还可以包括如下技术方案。
本实施例的拟合模块11具体用于根据第一获取模块10获取的第一质量因子和第一相似度分数、第二质量因子和第二相似度分数以及高斯函数，确定质量因子与相似度分数之间的高斯函数关系；第二获取模块12具体用于根据拟合模块11拟合得到的质量因子与相似度分数之间的高斯函数关系和相似度分数的预设阈值，获取图片的最佳质量因子。
进一步可选地，例如拟合模块11可以具体用于分别将第一质量因子和第一相似度分数、第二质量因子和第二相似度分数作为高斯函数的两个端点值；确定高斯函数的系数参数；根据高斯函数的系数参数确定质量因子与相似度分数之间的高斯函数关系。
进一步可选地，第二获取模块12具体可以包括计算单元121、获取单元122、判断单元123和处理单元124。其中计算单元121与拟合模块11连接，计算单元121用于将相似度分数的预设阈值代入拟合模块11拟合获取的质量因子与相似度分数之间的高斯函数关系中，计算得到图片的质量因子初始值；获取单元122与计算单元121连接，获取单元122用于利用客观评价的方法获取计算单元121计算得到的质量因子初始值对应的相似度分数；判断单元123与获取单元122连接，判断单元123用于判断获取单元122获取的图片的质量因子初始值对应的相似度分数与相似度分数的预设阈值的大小关系；处理单元124与判断单元123连接，处理单元124用于当判断单元123判断图片的质量因子初始值对应的相似度分数大于相似度分数的预设阈值，减少图片的质量因子初始值，直到减少后的图片的质量因子初始值对应的相似度分数小于或等于相似度分数的预设阈值，取减少后的图片的质量因子初始值作为图片的最佳质量因子。
或者进一步可选地，处理单元124还用于当判断单元123判断图片的质量因子初始值对应的相似度分数小于相似度分数的预设阈值，增大图片的质量因子初始值，直到增大后的图片的质量因子初始值对应的相似度分数大于或等于相似度分数的预设阈值，取增大后的图片的质量因子初始值作为图片的最佳质量因子。或者处理单元124还用于当判断单元123判断图片的质量因子初始值对应的相似度分数等于相似度分数的预设阈值，取图片的质量因子初始值作为图片的最佳质量因子。
进一步可选地，上述实施例中的第一获取模块10具体用于取图片的经验初始质量因子作为第一质量因子；取第一质量因子对应的第一相似度分数为1；获取小于第一质量因子的第二质量因子；利用客观评价的方法获取第二质量因子对应的第二相似度分数。
需要说明的是，本实施例的所有可选技术方案可以采用可以结合的方式任意结合形成本发明的可选实施例，详细可以参考上述实施例的记载，在此不再赘述。
本实施例的图片压缩中质量因子的获取装置，通过采用上述模块实现图片压缩中质量因子的获取机制与上述相关方法实施例的实现机制相同，详细可以参考上述相关方法实施例的记载，在此不再赘述。
本实施例的图片压缩中质量因子的获取装置，通过采用上述模块，可以借助于现有分析实验数据拟合得到质量因子与相似度分数之间的高斯函数关系，并能够根据该高斯函数关系获取图片的最佳质量因子，从而使得图片压缩的迭代能够在短时间内完成，提高图片压缩的处理效率。由于本实施例的技术方案进行图片压缩只需消耗极短时间，可以应用到互联网各项应用中，例如可以帮助各个网站实际减少带宽量，缩短网页加载时间，提高网站进行图片压缩的处理效率。
本实施例的图片压缩中质量因子的获取装置具体可以设置在能够进行图片压缩处理的终端或者服务器中，本发明不做限制。
需要说明的是：上述实施例提供的图片压缩中质量因子的获取装置在获取图片压缩中质量因子时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的图片压缩中质量因子的获取装置与图片压缩中质量因子的获取方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种图片压缩中质量因子的获取方法，其特征在于，所述方法包括：
获取图片的第一质量因子和所述第一质量因子对应的第一相似度分数、第二质量因子和所述第二质量因子对应的第二相似度分数；其中，质量因子表示压缩后的图片的质量；所述第一相似度分数表示采用所述第一质量因子对所述图片进行压缩后得到的压缩后的图片与原始图片的相似度，所述第二相似度分数表示采用所述第二质量因子对所述图片进行压缩后得到的压缩后的图片与原始图片的相似度；
根据所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数以及高斯函数，确定所述质量因子与相似度分数之间的高斯函数关系；
将所述相似度分数的预设阈值代入所述质量因子与相似度分数之间的高斯函数关系中，计算得到所述图片的质量因子初始值；
利用客观评价的方法获取所述质量因子初始值对应的相似度分数；
并判断所述图片的质量因子初始值对应的相似度分数与所述相似度分数的预设阈值的大小关系；
当所述图片的质量因子初始值对应的相似度分数大于所述相似度分数的预设阈值，减少所述图片的质量因子初始值，直到减少后的所述图片的质量因子初始值对应的相似度分数小于或等于所述相似度分数的预设阈值，取减少后的所述图片的质量因子初始值作为所述图片的最佳质量因子；
当所述图片的质量因子初始值对应的相似度分数小于所述相似度分数的预设阈值，增大所述图片的质量因子初始值，直到增大后的所述图片的质量因子初始值对应的相似度分数大于或等于所述相似度分数的预设阈值，取增大后的所述图片的质量因子初始值作为所述图片的最佳质量因子；
当所述图片的质量因子初始值对应的相似度分数等于所述相似度分数的预设阈值，取所述图片的质量因子初始值作为所述图片的最佳质量因子。
2.根据权利要求1所述的方法，其特征在于，根据所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数以及高斯函数，确定所述质量因子与相似度分数之间的高斯函数关系，包括：
分别将所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数作为所述高斯函数的两个端点值；确定所述高斯函数的系数参数；
根据所述高斯函数的系数参数确定所述质量因子与相似度分数之间的高斯函数关系。
3.根据权利要求1或2所述的方法，其特征在于，获取图片的第一质量因子和所述第一质量因子对应的第一相似度分数、第二质量因子和所述第二质量因子对应的第二相似度分数，包括：
取所述图片的经验初始质量因子作为所述第一质量因子；
取所述第一质量因子对应的所述第一相似度分数为1；
获取小于所述第一质量因子的所述第二质量因子；
利用客观评价的方法获取所述第二质量因子对应的所述第二相似度分数。
4.一种图片压缩中质量因子的获取装置，其特征在于，所述装置包括：
第一获取模块，用于获取图片的第一质量因子和所述第一质量因子对应的第一相似度分数、第二质量因子和所述第二质量因子对应的第二相似度分数；其中，质量因子表示压缩后的图片的质量；所述第一相似度分数表示采用所述第一质量因子对所述图片进行压缩后得到的压缩后的图片与原始图片的相似度，所述第二相似度分数表示采用所述第二质量因子对所述图片进行压缩后得到的压缩后的图片与原始图片的相似度；
拟合模块，用于根据所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数以及高斯函数，确定所述质量因子与相似度分数之间的高斯函数关系；
第二获取模块，用于根据所述质量因子与相似度分数之间的高斯函数关系和相似度分数的预设阈值，获取所述图片的最佳质量因子；
其中，所述第二获取模块，包括：
计算单元，用于将所述相似度分数的预设阈值代入所述质量因子与相似度分数之间的高斯函数关系中，计算得到所述图片的质量因子初始值；
获取单元，用于利用客观评价的方法获取所述质量因子初始值对应的相似度分数；
判断单元，用于判断所述图片的质量因子初始值对应的相似度分数与所述相似度分数的预设阈值的大小关系；
处理单元，用于当所述判断单元判断所述图片的质量因子初始值对应的相似度分数大于所述相似度分数的预设阈值，减少所述图片的质量因子初始值，直到减少后的所述图片的质量因子初始值对应的相似度分数小于或等于所述相似度分数的预设阈值，取减少后的所述图片的质量因子初始值作为所述图片的最佳质量因子；
所述处理单元，还用于当所述判断单元判断所述图片的质量因子初始值对应的相似度分数小于所述相似度分数的预设阈值，增大所述图片的质量因子初始值，直到增大后的所述图片的质量因子初始值对应的相似度分数大于或等于所述相似度分数的预设阈值，取增大后的所述图片的质量因子初始值作为所述图片的最佳质量因子；
所述处理单元，还用于当所述图片的质量因子初始值对应的相似度分数等于所述相似度分数的预设阈值，取所述图片的质量因子初始值作为所述图片的最佳质量因子。
5.根据权利要求4所述的装置，其特征在于，所述拟合模块，具体用于分别将所述第一质量因子和所述第一相似度分数、所述第二质量因子和所述第二相似度分数作为所述高斯函数的两个端点值；确定所述高斯函数的系数参数；根据所述高斯函数的系数参数确定所述质量因子与相似度分数之间的高斯函数关系。
6.根据权利要求4或5所述的装置，其特征在于，所述第一获取模块，具体用于取所述图片的经验初始质量因子作为所述第一质量因子；取所述第一质量因子对应的所述第一相似度分数为1；获取小于所述第一质量因子的所述第二质量因子；利用客观评价的方法获取所述第二质量因子对应的所述第二相似度分数。
CN201210460468.XA 2012-11-15 2012-11-15 图片压缩中质量因子的获取方法及装置 Active CN103810694B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201210460468.XA CN103810694B (zh) 2012-11-15 2012-11-15 图片压缩中质量因子的获取方法及装置
PCT/CN2013/086478 WO2014075564A1 (zh) 2012-11-15 2013-11-04 图片压缩方法及装置
US14/713,506 US9325996B2 (en) 2012-11-15 2015-05-15 Method and apparatus for image compression

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210460468.XA CN103810694B (zh) 2012-11-15 2012-11-15 图片压缩中质量因子的获取方法及装置

Publications (2)

Publication Number Publication Date
CN103810694A CN103810694A (zh) 2014-05-21
CN103810694B true CN103810694B (zh) 2017-08-01

Family

ID=50707415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210460468.XA Active CN103810694B (zh) 2012-11-15 2012-11-15 图片压缩中质量因子的获取方法及装置

Country Status (3)

Country Link
US (1) US9325996B2 (zh)
CN (1) CN103810694B (zh)
WO (1) WO2014075564A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105791849B (zh) * 2014-12-25 2019-08-06 中兴通讯股份有限公司 图片压缩方法及装置
CN106412583B (zh) * 2015-07-27 2020-02-11 中兴通讯股份有限公司 一种图像压缩方法和装置
CN106937117B (zh) * 2015-12-29 2020-05-29 阿里巴巴集团控股有限公司 图像压缩方法和装置
CN107507255B (zh) * 2017-09-20 2020-10-27 携程旅游网络技术（上海）有限公司 图片压缩质量因子获取方法、系统、设备及存储介质
CN111954000B (zh) * 2020-07-07 2021-04-27 广西交通设计集团有限公司 一种面向高速收费图片集的无损压缩方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101742279A (zh) * 2008-11-11 2010-06-16 华晶科技股份有限公司 Jpeg影像的压缩比的调整方法及其电子装置
CN102421007A (zh) * 2011-11-28 2012-04-18 浙江大学 基于多尺度结构相似度加权综合的图像质量评价方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2782879B1 (fr) * 1998-08-28 2000-11-03 Thomson Multimedia Sa Procede de compression d'images
US7627564B2 (en) * 2005-06-21 2009-12-01 Microsoft Corporation High scale adaptive search systems and methods
US7961986B1 (en) * 2008-06-30 2011-06-14 Google Inc. Ranking of images and image labels
JP5844263B2 (ja) * 2009-10-05 2016-01-13 ビーマル イメージング リミテッドＢｅａｍｒ Ｉｍａｇｉｎｇ Ｌｔｄ． デジタル画像を再圧縮するための装置および方法
EP2486727A4 (en) * 2009-10-05 2014-03-12 Icvt Ltd METHOD AND SYSTEM FOR PROCESSING AN IMAGE
IT1403150B1 (it) * 2010-11-24 2013-10-04 St Microelectronics Srl Procedimento e dispositivo per depurare dal rumore un segnale video digitale, relativo prodotto informatico.
US8983206B2 (en) * 2011-05-04 2015-03-17 Ecole de Techbologie Superieure Method and system for increasing robustness of visual quality metrics using spatial shifting
CN102226920B (zh) * 2011-06-03 2013-04-17 贵州大学 抗裁剪的jpeg图像压缩历史及合成篡改检测方法
WO2012174638A1 (en) * 2011-06-22 2012-12-27 Rogers Communications Inc. System and method for filtering documents
US9135250B1 (en) * 2012-02-24 2015-09-15 Google Inc. Query completions in the context of a user's own document

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101742279A (zh) * 2008-11-11 2010-06-16 华晶科技股份有限公司 Jpeg影像的压缩比的调整方法及其电子装置
CN102421007A (zh) * 2011-11-28 2012-04-18 浙江大学 基于多尺度结构相似度加权综合的图像质量评价方法

Also Published As

Publication number Publication date
US20150249830A1 (en) 2015-09-03
CN103810694A (zh) 2014-05-21
US9325996B2 (en) 2016-04-26
WO2014075564A1 (zh) 2014-05-22

Similar Documents

Publication Publication Date Title
CN103810694B (zh) 图片压缩中质量因子的获取方法及装置
Bocchi et al. Measuring the quality of experience of web users
US11049286B2 (en) Deep neural network color space optimization
Zhang et al. SR-SIM: A fast and high performance IQA index based on spectral residual
US10346517B2 (en) Application above-the-fold rendering measurements
CN105553937B (zh) 数据压缩的系统和方法
CN103037212B (zh) 基于视觉感知的自适应块压缩传感图像编码方法
CN105721340B (zh) 一种在线阅读预加载量计算方法和装置
CN110503013B (zh) 振感相似度评价方法、装置及存储介质
CN104519353B (zh) 图像处理方法和电子设备
CN113885956B (zh) 服务部署方法及装置、电子设备和存储介质
Hilfer Multiscaling and the classification of continuous phase transitions
CN112352249A (zh) 基于压缩感知的神经网络模型压缩方法、设备及存储介质
CN105678699A (zh) 基于测量域分块显著性检测的压缩感知图像重构方法
CN109615620A (zh) 图像压缩度识别方法、装置、设备及计算机可读存储介质
WO2012165066A1 (ja) 画像配信サーバ及び画像配信制御方法
CN115065732B (zh) 数据传输方法、装置、电子设置及存储介质
CN115147283A (zh) 一种图像重建方法、装置、设备及介质
KR20230071060A (ko) 신경망 모델의 경량화 방법, 신경망 모델의 경량화 장치, 및 신경망 모델의 경량화 시스템
US20210042519A1 (en) Method for evaluating vibrating sensation similarity, apparatus and storage medium
CN104125459A (zh) 基于支撑集和信号值检测的视频压缩感知重构方法
CN107087169A (zh) 一种压缩方法、uvc视频设备及电子设备
CN106530365A (zh) 基于图像信息含量差异的自适应压缩感知重构方法
CN112054805A (zh) 一种模型数据压缩方法、系统及相关设备
TWI552580B (zh) 影像壓縮方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant